该研究提出了一种新方法，通过对比学习和语义嵌入技术，减少内容泄漏对作者身份识别的影响。研究表明，分离内容和风格嵌入空间显著提高了作者身份识别的准确性，尤其在挑战性评估中提升了多达10%。

本研究探讨大型语言模型生成的释义是否可逆，旨在从释义文本恢复原文。研究发现，尽管无法完全恢复原词，但逆转文本的风格与原文相似，从而提升了抄袭检测和作者身份识别的效果。

该文综述手写文档分析研究：提出基于图像处理与深度学习提取行高、词距、字符大小等度量，通过特征向量欧氏距离判定作者身份，并发布124人362份手稿数据集，性能超越现有技术；另介绍端到端注释流程、历史德语手稿注释定位、文本匹配、DCGAN字体学习、重叠文本OCR改进、概率索引分类、越南语合成数据集及DeepWriterID等成果。